| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·引言 | 第10页 |
| ·图像分割背景 | 第10-12页 |
| ·图像分割的定义 | 第11页 |
| ·图像分割的方法 | 第11-12页 |
| ·图像分割的研究意义，现状和趋势 | 第12-14页 |
| ·图像分割的研究意义 | 第12-13页 |
| ·图像分割的研究现状和发展趋势 | 第13-14页 |
| ·论文的主要工作 | 第14-15页 |
| ·论文主要内容及结构 | 第15-17页 |
| 第二章 模糊C 均值聚类算法 | 第17-25页 |
| ·聚类算法简介 | 第17-19页 |
| ·硬C 均值聚类算法 | 第19-20页 |
| ·模糊C 均值聚类算法 | 第20-23页 |
| ·模糊C 均值聚类算法 | 第20-23页 |
| ·两种算法的联系和区别 | 第23页 |
| ·模糊C 均值聚类算法在图像分割中的优缺点 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 模糊核函数聚类算法 | 第25-37页 |
| ·核函数方法特点 | 第25-26页 |
| ·核函数理论 | 第26-29页 |
| ·有关核函数的定义与定理 | 第26-27页 |
| ·核函数的基本原理 | 第27-28页 |
| ·核函数的选择 | 第28-29页 |
| ·模糊核函数聚类算法 | 第29-36页 |
| ·模糊核函数聚类算法 | 第30-32页 |
| ·仿真实验结果 | 第32-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于噪声类的模糊核函数聚类算法设计 | 第37-49页 |
| ·基于噪声类的模糊聚类算法 | 第37-40页 |
| ·算法介绍 | 第37-39页 |
| ·仿真实验结果 | 第39-40页 |
| ·基于噪声类的模糊核函数聚类算法设计 | 第40-48页 |
| ·算法介绍 | 第40-42页 |
| ·仿真实验结果 | 第42-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 基于Markov 随机场和噪声类的模糊核函数聚类算法设计 | 第49-66页 |
| ·Markov 随机场的相关知识 | 第49-54页 |
| ·邻域系统和势团 | 第49-51页 |
| ·Markov 随机场 | 第51-52页 |
| ·Gibbs 随机场 | 第52-53页 |
| ·GRF 场和MRF 场的等效性 | 第53-54页 |
| ·多级逻辑模型 | 第54页 |
| ·基于Markov 随机场和核函数的模糊聚类算法设计 | 第54-58页 |
| ·先验模型设计 | 第54-55页 |
| ·基于Markov 随机场和核函数的模糊聚类算法设计 | 第55-58页 |
| ·基于Markov 随机场和噪声类的模糊核函数聚类算法设计 | 第58-59页 |
| ·仿真实验结果 | 第59-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 结论 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 攻硕期间取得的研究成果 | 第72-73页 |
